毕业设计论文：通信信号的调制、识别、算法研究.doc

1、摘 要 I 通信信号的调制、识别、算法研究 摘 要 通信信号调制类型的自动识别广泛应用于信号确认、干扰辨识、无线电侦听、电子对抗和信号监测等领域。 本文首先对各种通信信号进行了理论分析，在此基础上针对模拟调制信号和数字调制信号采用了基于决策论方法的调制方式识别算法，讨论了判决门限的选择，并利用 MATLAB 软件进行了计算机仿真。在信噪比为 10dB 时，对模拟调制和数字调制的识别成功率均不低于 99%。本文的调制识别算法是基于决策论方法，该方法具有运算量小，识别效果好等优点。最后，本文对模拟调制信号的瞬时频率、调幅系数和调频系 数以及数字调制信号的瞬时频率和码元速率均做了理论分析与参数提取，

2、并且进行了计算机仿真，通过计算机仿真结果证明了该方法的可行性。 关键词： 信号分析，调制方式识别，模拟调制，数字调制，决策论ABSTRACT II ABSTRACT The auto identification of modulation style of communication signal is widely being used in many kinds of domain, such as signal surveillance & detection, interference recognization, radio interception, and electronic

3、 countermeasures. First in this Paper, various kinds of communication signala are analysed on theories. based on which, aimed at analog and digital modulations, the choice of the verdict threshold is discussed using arithmetic for modulation style identification based on decision-theoretic, after th

4、at, the whole modulation process is studied by using MATLAB. When the SNR equals to 10dB, the probability of success in the modulation style identification is no less than 99%. The decision-theoretic on which our arithmetic is based has some advantages as computational advantage and good identificat

5、ion effect. In the end, theoretical analysis and computer simulation have been done about the instantaneous frequency detection aimed at analog and digital modulations, at the same time, the detection methods of the amplitude &frequency modulation coefficient for analog signals and the code speed fo

6、r digital modulation signals are studied, and the feasibility of the methods is well verdicted by computer simulations. Key Words: analysis of signals, identification of modulation style, analog modulation, digital modulation, decision-theoretic.目 录 III 目 录 第一章 引 言 . 1 1.1研究背景 . 1 1.2发展概况 . 1 1.3调制样

7、式识别过程的框架结构 . 3 1.4本文特点与组织方向 . 4 第二章 调制识别基础 . 6 2.1模拟通信信号 . 6 2.1.1调幅信号（ AM） . 6 2.1.2双边带信号 (DSB) . 8 2.1.3单边带信号 (SSB) . 8 2.1.4调频信号 (FM) . 9 2.2数字通信信号 . 10 2.2.1幅度键控调制 (ASK) . 10 2.2.1.1二进制振幅键控信号 (2-ASK). 10 2.2.1.2 M进制振幅调制信号 . 11 2.2.2相移键控调制 (PSK) . 11 2.2.2.1二进制相移键控信号 (2-PSK) . 11 2.2.2.2 M进制数字相位调

8、制信号 . 12 2.2.3正交幅度调制信号 (QAM). 12 2.2.4频移键控信号 (FSK) . 13 第三章 模拟调制类型识别算法及参数提取 . 14 3.1引言 . 14 3.2模拟调制类型识别的特征参数 . 14 3.3模拟调制类型识别算法 . 15 3.4模拟信号调制类型的瞬时特征图 . 18 第四章 数字调制类型识别算法及参数提取 . 20 4.1引言 . 20 4.2数字调制类型识别的特征参数 . 20 4.3数字调制类型识别算法 . 22 4.3.1决策树识别算法 . 22 目 录 IV 4.3.2门限的选择与特征门限值的确定 . 23 4.4数字调制识别中应该注意的问题

9、 . 24 4.5数字信号调制类型的瞬 时特征图 . 26 第五章 计算机仿真及结果分析 . 28 5.1模拟调制类型识别算法的仿真及结果分析 . 28 5.1.1模拟调制类型识别算法的仿真 . 28 5.1.2模拟调制类型仿真结果分析 . 30 5.2数字调制类型识别算法的仿真及结果分析 . 31 5.2.1数字调制信号的产生 . 31 5.2.2仿真试验及结果分析 . 37 5.3模拟与数字调制的综合识别算法的仿真及结果分析 . 38 第六章 结论 . 43 6.1对本文工作的总结 . 43 6.2本文存在的问题 . 43 6.3对今后工作学习的展望 . 43 参考文献 . 44 致谢 .

10、 45 附录 . 46 外文资料原文 . 55 译文 . 56 第一章 引言 1 第一章 引言 1.1 研究背景 随着通信技术的发展，无线通信环境日益复杂。通信信号在很宽的频带上采用了多种调制方式，同时这些信号的调制参数也不尽相同。对未知信号调制方式的识别可提供信号的结构、特性等有用信息，如何有效地识别和监视这些信号，在军事和民用领域都是重要的研究课题。通信信号调制方式识别和参数估计是通信情报的重要内容，它是对敌方通信进行干扰、 侦听的前提。如果能够提取出截获信号的调制方式，就可以更有效地集中资源对重要的信号参数进行阻塞式干扰。商业应用中，通信信号的自动调制识别技术可以应用在信号证实、干扰识别

11、、频率管理等方面。近年来，计算机技术、数字信号处理技术及高速专用器件的快速发展也使得通信信号自动识别的工程实现有了保证。 调制方式识别是介于能量检测和信号完全解调之间的过程。对于能量检测只要知道接收信号粗略的中心频率和带宽。而信号解调不仅需要知道精确的中心频率和带宽，还必须知道该信号采用的调制方式以及对应的调制参数。而调制方式识别的成功率则依赖 于待识别调制方式集合的情况，以及各种先验信息。当集合中待识别的调制方式较多，尤其包含复杂调制方式时，就要求几乎精确的中心频率和带宽，对于相对简单的识别集合，则可以适当放宽上述条件。 调制方式识别系统一般包括三个部分，即接收机前端、调制识别器和输出部分。

12、接收机前端完成信号检测和频率变换。调制识别器识别信号的调制方式，并提取调制参数。输出部分实现信号解调的信息处理。 调制方式识别是基于软件无线电的通信系统或者通信对抗应用的重要环节。首先，只有正确地估计信号调制方式和参数，才能正确地解调。其次，了解调制方式和参数 有助于信号证实和确定合适的干扰波形。 1.2 发展概况 在早期的通信情报系统中，采用手动调制方式识别，即依靠操作员解释测量到的参数，判断信号源。操作员一般通过以下信息进行判断：中频时域波形、信号频谱、瞬时幅度、瞬时频率和音调变化。其中，中频时域波形可以反映信号的时域性质用来判断有无信号，是否有明显的幅度调制。信号的频谱分析可以确定 电子

13、科技大学成都学院本科毕业设计论文 2 信号是否有载波分量，频谱是否对称。熟练的操作员可以通过耳机输出的音调变化分辨信号频率，调整示波器的扫描速率。 手动调制方式识别需要有经验的操作员，一般可以成功识别持续时间较长、码元 速率较低的幅度键控 (ASK)信号和频移键控 (FSK)信号。对于 FSK 信号，还要求较大的调制指数。手动调制方式识别无法处理需要相干信号处理的相移键控(PSK)信号。采用自动调制方式识别不仅可以提高识别的准确性，增大识别的范围，而且工作效率更高，对操作员的专业要求也同时降低。 这种人工手动参与的识别方法，判决结果包含人的主观因素在内，会因人而异，所能识别的调制类型也很有限。

14、而自动调制识别技术不仅可以克服人工参与识别时遇到的各种困难，而且对中心频率和带宽的估计误差、相邻信道串音、噪声和衰落效应等干扰因素也具有很强的 鲁棒性。 1969年 4月， C.S.Waver 等四名作者在斯坦福大学技术报告上发表了第一篇研究自动调制识别的论文采用模式识别技术实现调制类型的自动分类。此后，不断有研究调制识别技术的论文出现在各类技术刊物上。 1984 年， Liedtke 提出了一种数字调制识别方法，这种方法采用信号幅度直方图、频率直方图、差分相位直方图，以及幅度方差和频率方差等特征参数，采用模式识别的分类方法，通过提取的特征参数与理想样本的特征参数相比较，按最近原则进行信号自动

15、分类。这种方法能够在 SNR18dB 的条件下，有效识别CW、 2ASK、 2FSK、 2PSK、 4PSK和 8PSK 信号。 1986 年， Fabrizi 等提出一种模拟调制识别方法，该方法基于瞬时幅度和瞬时频率方面的信息，采用信号包络峰值与均值之比 R，以及采用瞬时频率绝对值的均值作为特征参数。该方法能够在 SNR35dB 的条件下，有效识别 CW、 FM 和 DSB 等信号。 1989 年 Chan 和 Gadbois 也提出了一种类似 Fabrizi 的方法，该方法根据信号包络特点，采用信号包络方差与信号均值平方之比 R 作为判决准则。该参数在 SNR13.5dB 的条件下， 有效

16、区分幅度调制信号和非幅度调制信号的正确率不低于 89%。 1990 年， A.Ploydoros 和 K.Kim 等提出了准优化的对数似然比识别方法，其思想是采用高斯白噪声干扰下的数字调相信号的近似似然比函数，通过优化得到 LR 判决准则，从而区分 MPSK信号。该方法在信噪比大于零时，有较好的识别效果。 1992年， S.S.Soliman 和 S.Hsue，提出一种数字相位统计相关变量识别方法， 第一章 引言 3 利用 PSK 信号相位的 n 阶统计均值随 M 单调递增的特性，对各种 MPSK 信号进行识别。这以后 H.Leib和 S.Pasupathy等人也对高斯白噪声干扰的信号相位的概

17、率分布进行了研究，为调相信号的识别提供了理论根据，他们识别目标主要是MPSK信号或 CW、 MPSK、 MFSK等信号。 1995 年，基于 Harry Uib 等对高斯噪声干扰信号的相位概率密度的分析，Y.Yang和 S.S.Soliman等提出一种针对 MPSK之类信号的识别方法。该方法利用 Tikhonov函数逼近信号的相位概率密度，然后推导出假设检验的统计检测量， 可以识别低信噪比条件下的数字调相等信号。 在 1995年到 1998年的三年间， A.K.Nandi和 E.E.Azzouz发表了多篇文章，利用他们提出的九个关键特征，分别采用决策理论、神经网络和神经网络级联的方法对模拟和数

18、字信号进行分类识别，在信噪比大于 10dB时，具有良好的识别效果。 2001 年， M.L.D.Wong 和 A.K.Nandi 提出了利用 MLP（ Multi-layer perceptron）进行数字调制识别的方法，该方法在 SNR0dB 时，识别正确率大于 97.9%。 2003 年，他们又提出将神经网 络与遗传算法相结合的方法，该方法在SNR0dB时，识别正确率大于 99%。其它主要的识别方法还有 S,Hsue的过零点识别方法， A.W.Gardner的周期谱识别方法等等，在此就不一一列举。近几年来，人们又将神经网络技术、小波变换技术、高阶谱分析技术与调制识别技术相结合，提出了很多新

19、型的调制识别方法。 1.3 调制样式识别过程的框架结构 通信信号调制样式识别方法虽然多种多样，但调制识别问题实际上是一种典型的模式识别问题，其一般过程如图 1-1所示。 图 1-1 调制样式识别过程的结构框图 调制识别过程的基本框架包括三部分：信号预处理部分、特征提取部分和分 类识别部分。信号预处理部分的主要功能是为后续处理提供合适的数据。特征提信号 预处理 特征 提取 分类 识别 调制 信号 电子科技大学成都学院本科毕业设计论文 4 取部分是从输入的信号序列中提取对调制识别有用的信息。分类识别部分的主要功能是判断信号调制 类型的从属关系。此类方法在识别系统的构建过程中需要一定数量的各类调制信

20、号样本，其性能评价一般采用各种信噪比条件下的正确识别率。信号预处理任务一般包括：频率下变频、同相和正交分量分解、载频估计和载频分量的消除等。在多信道多发射源的环境中，信号预处理部分要 能有效地隔离各个信号，保证一次只有一个信号进入后续的调制识别环节。特征提取部分是从数据中提取信号的时域特征或变换域特征。时域特征包括信号的瞬时幅度、瞬时相位或瞬时频率的直方图或其它统计参数。变换域特征包括功率谱、谱相关函数、时频分布及其它统计参数。对于变换域特征，采用 FFT 方法就能很好的获取，而幅度、相位和频率等时域特征主要由 Hilbert 变换法，同相正交（ I-Q）分量法和过零检测法等获得。在分类识别部

21、分，即选择和确定合适的判决规则和分类器结构，主要采用决策树结构的分类器和神经网络结构的分类器。决策树分类 器采用多级分类结构，每级结构根据一个或多个特征参数，分辨出某类调制类型，再下一级结构又根据一个或多个特征参数，再分辨出某类调制类型，最终能对多种类型进行识别。这种分类器结构相对简单，实时性好，但需要事先确定判决门限，自适应性差，适合分类特征参数区分很好的信号识别。神经网络分类器具有强大的模式识别能力，能够自动适应环境变化，能较好处理复杂的非线性问题，而且具有较好的稳健性和潜在的容错性，可获得较高的识别率，但识别前对神经网络的训练需要一定的时间，其计算量大、实时性差。 为了有效地实现分类识别

22、，必须对原始的输 入数据进行变换，得到最能反映分类差别的特征。这些特征的提取和选择是非常重要的，它直接影响分类器的设计和性能。理想情况下，经过提取和选择的特征矢量应对不同的调制类型具有明显的差别，然而在实际中却不容易找到那些具有良好分辨率的特征，或受条件限制不能对它们进行测量，从而使特征提取和选择的任务复杂化，因而特征提取和选择是信号调制识别系统中首要和基本的问题。分类识别是依据信号特征的观测值将其分到不同类别中去，选择和确定合适的判决规则和分类器结构，也是信号调制识别系统中的重要内容。 1.4 本文特点与组织方向 本文首先明 确将调制方式识别作为软件无线电通信系统的一种应用，分析了现有的硬件

23、条件，最终选用了宽带中频带通采样结构，且将调制方式识别模块置于基带处理。然后，在综合考察现有调制识别算法的基础上，采用了运算量较小的决策论方法，分别对模拟调制和数字调制识别做了研究与仿真，并且对调制参第一章 引言 5 数的提取做了研究以及仿真。 本文使用 Matlab软件对调制识别算法进行仿真，检验算法性能。试验表明，在信噪比为 10dB的条件下， 识别率在 99%左右。 本文共分六章，本章为引言。 第二章是 从自动调制识别器的观点研究了常用通信信号的重要性质。 第三章 首先对模拟调制识别的特征参数做了定义，然后对模拟调制识别的整个过程做了研究。 第四章首先对数字调制识别的特征参数做了定义，然

24、后对数字调制识别的整个过程做了研究。 第五章分别对模拟调制信号和数字调制信号的实际调制参数提取进行了计算机仿真及结果分析 。 第六章对本文进行了归纳总结，提出自己的观点和见解，并指明了改进和完善的方向。电子科技大学成都学院本科毕业设计论文 6 第二章 调制识别基础 在现代通信中，通信信号的种类很多，但从理论上来说，各种通信信号都可以用正交调制的方法来实现，如图 2-1所示。 图 2-1正交调制的实现 根据图 2-1可以写出时域表达式 c o s ( ) s in ( )ccS t I t t Q t t (2-1) 调制的方法是根据调制方式先求出 It、 Qt，然后再与两个正交本振相乘并求和得

25、到。实现过程，如上图 2-1所示。调制信号的信息包含在 It和 Qt内。由于各种调制信号都是在数字域实现的，因此，在数字域实现时要对上式进行数字化。 c o s ( ) s i n ( )ccssS n I n n Q n n(2-2) s 为采样频率的角频率。在对调制信号和载波频率进行数字化时，其采样频率可能不一样。这里多相滤波的主要作用就是用来提高数据源的采样速率，似的调制信号的采样速率和载波的采样速率一致。 2.1 模拟通信信号 常用的模拟通信信号包括调 幅 (AM)信号、双边带 (DSB)信号、单边带 (SSB)信号和调频 (FM)信号。本文主要介绍调幅信号和双边带信号。 2.1.1 调幅信号（ AM） 调幅就是使载波的振幅随调制信号的变化规律而变化。 信源 I 多相滤波 信源 Q 多相滤波 cos ctsin ct